The influence of ceftriaxone, ceftazidime-avibactam, and piperacillin-tazobactam on the gut microbiota
Notice bibliographique
Résumé
Abstract Purpose The administration of antibiotics can induce dysbiosis of the gut microbiota, leading to diseases, e.g., irritable bowel syndrome, metabolic syndrome, and Clostridium difficile infection. However, the specific effects of different β-lactam antibiotics on the dysbiosis of the gut microbiota remain poorly understood, particularly in human studies. Methods This study assessed the impacts of ceftriaxone, ceftazidime-avibactam, and piperacillin-tazobactam on the diversity, composition, and bacterial interactions within the gut microbiota at days 1, 6, and 37 after administration. Results All three antibiotics significantly altered beta diversity of the gut microbiota by day 6, with ceftriaxone showing the most prolonged effects. Changes in the composition of the gut microbiota were more similar between the ceftazidime-avibactam and piperacillin-tazobactam groups and differed markedly from those in the ceftriaxone group. Consistent with beta diversity changes, bacterial interaction networks showed greater and longer-lasting disruptions of bacterial interaction in the gut microbiota in the ceftriaxone group compared to the ceftazidime-avibactam and piperacillin-tazobactam groups. Conclusion These findings highlight distinct patterns of microbiota disruption following ceftriaxone, ceftazidime-avibactam, and piperacillin-tazobactam treatments and provide insights for mitigating dysbiosis of the gut microbiota during β-lactam therapy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».